自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

Leo

机器学习、Python学习笔记及文章分享

  • 博客(12)
  • 资源 (2)
  • 收藏
  • 关注

原创 MySQL学习笔记之数据库与表简单操作

CREATE DATABASE mydatabase; /*创建数据库mydatabase*/SHOW DATABASES; /*查看所有数据库*/SELECT DATABASE(); /*查看正在使用的数据库*/DROP DATABASE test; /*删除之前创建的数据库test*/USE mydatabase; /*使用数据库*/SHOW TABLES;/*查看所有表*/...

2018-09-26 22:30:53 237

原创 MySQL8.0.12在Windows系统上安装详细教程

(多图预警)一、安装1.从官网上下载MySQL8.0.12版本,下载链接:https://dev.mysql.com/downloads/mysql/2.下载后解压到一个文件夹下我的解压路径:C:\Program Files\MySQL8.0.12(将压缩后的文件夹放在D盘,通过cmd进不去指定文件夹下,将其放在C盘后就没问题了。)3.文件配置首先在解压的路径下...

2018-09-26 20:51:21 3571

原创 数据结构之二叉树总结

数据结构之二叉树一种非线性数据结构树(森林) 四种表示方法 树形表示法 嵌套集合表示法 凹入表表示法 广义表表示法 二叉树 五种基本形态 空二叉树 单结点的二叉树 右子树为空的二叉树 左子树为空的二叉树 左右子树均非空的二叉树 两种特殊的二叉树 满二叉树:一颗二叉树的深度为k,则其有2^k-1个节点。 完全...

2018-09-22 22:10:33 1093

原创 DSA之常用的排序方法及其时间复杂度总结

数据结构与算法(DSA)学习笔记之排序数据结构中的一种基本运算,分为内(部)排序和外(部)排序两大类。内排序:待排序的数据量不大,全部数据都可以放入内存,排序操作完全在内存中进行。外排序:待排序的数据量大,全部数据不能同时放在内存中,需要借助外存完成排序过程。涉及到数据内外存交换的问题,将数据分批读到内存中去排序,然后写入外存中。常用的排序方法有:插入排序 直接插入排序: ...

2018-09-22 21:48:39 471

原创 Sklearn库中Logistic Regression函数各个参数总结

  Logistics Regression参数名称 含义   函数调用形式 LogisticRegression(penalty='l2',dual=False,tol=1e-4,C=1.0,fit_intercept=True,intercept_scaling=1,class_weight=None,rando...

2018-09-08 21:21:54 25043 1

原创 机器学习Google课程学习笔记(全)

对机器学习很感兴趣,这段时间在学Google机器学习速成课程,免费的学习视频,很适合入门。学习时喜欢用有道云笔记来做笔记,下图是我在学习时做的笔记标题截图;一篇篇复制到博客里面很麻烦,有些格式还得转换,因此决定以链接的形式分享。如果有需要的话可以将下面链接复制到浏览器进行搜索,就可进入到笔记查看页面查看所有笔记。如果有有道云账号的话,还可以下载到自己的笔记里面,随时可以查阅。笔记里有Google机...

2018-04-24 17:12:49 449

原创 机器学习之降低损失(Reducing Loss)

为了训练模型,我们需要一种可降低模型损失的好方法。迭代方法是一种广泛用于降低损失的方法。一、迭代方法:一种迭代试错,优化模型的方法机器学习算法用于训练模型的迭代试错(迭代方法)过程:简单来说,迭代方法就是将模型预测值与实际值之间的误差值反馈给模型,让模型不断改进,误差值会越来越小,即模型预测的会越来越精确。在训练机器学习模型时,首先对权重和偏差进行初始猜测,然后反复调整这些猜测,直到获得损失可能最...

2018-04-11 21:46:36 7522

转载 深入了解机器学习之训练与损失

简单来说,训练模型表示通过有标签样本来学习(确定)所有权重和偏差的理想值。在监督式学习中,机器学习算法通过以下方式构建模型:检查多个样本并尝试找出可最大限度地减少损失的模型;这一过程称为经验风险最小化。损失是对糟糕预测的惩罚。也就是说,损失是一个数值,表示对于单个样本而言模型预测的准确程度。如果模型的预测完全准确,则损失为零,否则损失会较大。训练模型的目标是从所有样本中找到一组平均损失“较小”的权...

2018-04-10 17:37:33 2611

转载 机器学习之线性回归

人们知道,相比凉爽的天气,蟋蟀在较为炎热的天气里鸣叫更为频繁。数十年来,专业和业余昆虫学者已将每分钟的鸣叫声和温度方面的数据编入目录。Ruth 阿姨将她喜爱的蟋蟀数据库作为生日礼物送给您,并邀请您自己利用该数据库训练一个模型,从而预测鸣叫声与温度的关系。首先建议您将数据绘制成图表,了解下数据的分布情况:图 1. 每分钟的鸣叫声与温度(摄氏度)的关系。毫无疑问,此曲线图表明温度随着鸣叫声次数的增加而...

2018-04-10 17:26:15 166

转载 在VMware系统中的ubuntu16.04中建立与win8系统的共享文件夹

文件共享设置方法1、虚拟机设置(注意:需要在虚拟机关闭的状态下操作)虚拟机菜单栏 -> 虚拟机 -> 设置 -> 选项 -> 共享文件夹 -> 总是启用 -> 添加(我将添加的共享目录命名为Shared) ->确定2、VMware Tools安装(1)虚拟机菜单栏 -> 虚拟机 -> 安装VMware Tools (2)等一会虚拟机会自己打开V...

2018-04-09 20:39:32 375

原创 在Ubuntu16.04中安装pycharm并打开的两种方法介绍

PyCharm一个是Python集成开发环境,它既提供收费的专业版,也提供免费的社区版本。PyCharm带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具,比如调试、语法高亮、Project管理、代码跳转、自动完成、单元测试等等。PyCharm非常好用,而且是跨平台的,在Windows、Mac、Linux系统中都可使用。尝试使用过其他Python IDE,比如VSC、vim、ema...

2018-04-09 17:10:16 59701 5

原创 Google机器学习课程笔记(1)

机器学习主要术语监督式学习:机器学习系统通过学习如何组合输入信息来对从未见过的数据做出有用的预测。机器学习的基本术语:标签:标签是我们要预测的事物,即简单线性回归中的 y 变量。标签可以是小麦未来的价格、图片中显示的动物品种、音频剪辑的含义或任何事物。特征:特征是输入变量,即简单线性回归中的 x 变量。简单的机器学习项目可能会使用单个特征,而比较复杂的机器学习项目可能会使用数百万个特征,按如下方式...

2018-04-08 22:35:08 288

《byte-of-python》 (英文版)

Python零基础入门学习好资料

2018-04-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除